En el correo de hoy:
🚀 ¿Por qué uno de los cerebros detrás de Google abandona el barco después de décadas?
🆓 ChatGPT elimina límites: chats de texto ilimitados para usuarios gratuitos
🏭 Tesla y SpaceX invierten $16.8B en una megafábrica de chips en Texas
🌟 JEFF DEAN DEJA GOOGLE PARA REVOLUCIONAR LA CIENCIA CON IA
Esta noticia sacudió Silicon Valley: Jeff Dean, una de las mentes más brillantes detrás de la infraestructura tecnológica de Google durante más de dos décadas, está dejando la compañía.
Y no viene solo. Junto a otros ejecutivos de alto nivel, Dean está lanzando su propia startup con una misión ambiciosa: usar inteligencia artificial para acelerar el descubrimiento científico.
Para quienes no conozcan a Jeff Dean, estamos hablando de una verdadera leyenda.
Este ingeniero ha sido fundamental en el desarrollo de sistemas como MapReduce, BigTable y TensorFlow. Básicamente, ayudó a construir la columna vertebral tecnológica que permite a Google (y a gran parte de internet) funcionar a escala masiva.
¿Por qué importa esto?
Primero, porque señala una tendencia creciente: los mejores talentos en IA están dejando los gigantes tecnológicos para crear sus propias empresas.
Segundo, porque el enfoque en descubrimiento científico es fascinante. Estamos hablando de usar IA no solo para chatbots o anuncios, sino para acelerar investigación en medicina, física, biología y otras ciencias que podrían cambiar el mundo.
Google ha estado invirtiendo fuertemente en IA, pero también ha enfrentado críticas por burocracia interna y lentitud para comercializar innovaciones. Muchos investigadores sienten que pueden moverse más rápido y tener mayor impacto en startups ágiles (cómo mencionamos en el newsletter de ayer).
Este movimiento podría redefinir el panorama competitivo de la IA. Si Dean logra atraer más talento de Google (y otras empresas), podríamos estar viendo el nacimiento de un nuevo gigante tecnológico enfocado en aplicaciones científicas de la IA.
Noticias Express
🆓 ChatGPT ahora es ilimitado para usuarios gratuitos: OpenAI elimina los límites de mensajes de texto para cuentas gratuitas, aunque mantiene restricciones en generación de imágenes y modo de voz. Leer mas
🔧 OpenAI mejora GPT-5.6 Sol con mayor precisión: La nueva versión del modelo ofrece mejor consistencia y acceso expandido, además de chats ilimitados diarios con GPT-5.6 Luna para usuarios gratuitos. Leer mas
🏭 Tesla y SpaceX construirán 'Terafab' en Texas por $16.8B: Después de meses de especulación, las compañías de Musk anunciaron formalmente la megafábrica de chips al norte de Houston. Leer mas
☁️ Mirendil firma contrato de $100M+ con Google Cloud: La startup expandirá su infraestructura para investigar sistemas de IA auto-mejorables diseñados para acelerar el descubrimiento científico. Leer mas
💻 Meta lanza Muse Code para bases de código masivas: El nuevo agente de IA promete manejar tareas complejas en proyectos de software grandes, expandiendo las ofertas de programación asistida de Meta. Leer mas
🗺️ Google Maps se vuelve agéntico: ordena comida y reserva hoteles: Google transforma Maps de herramienta de navegación a asistente capaz de completar tareas del mundo real por ti. Leer mas
💼 ESTRATEGIA DEL DÍA: Cómo aplicar sistemas de recomendación al e-commerce
Hoy hablamos de una startup fundada por ex-empleados de Spotify que levantó $10M para llevar la magia detrás de sus recomendaciones musicales al comercio electrónico. Su plataforma predice qué producto quiere un comprador, aprende sus gustos generales y se ajusta continuamente en tiempo real.
📅 El mito: "Los sistemas de recomendación solo funcionan para gigantes como Amazon o Netflix que tienen millones de datos."
💡 La realidad: La tecnología de recomendación moderna puede funcionar incluso con datos limitados. Lo clave no es solo cuántos datos tienes, sino qué tan bien entiendes el comportamiento en tiempo real. Estos ex-Spotify demostraron que los mismos principios que hacen que descubras tu próxima canción favorita pueden ayudarte a encontrar tu próximo producto favorito.
🚀 La propuesta: Implementar un sistema básico de recomendaciones personalizadas en tu tienda online no requiere ser Amazon. Aquí te muestro cómo empezar:
1. Rastrea micro-comportamientos: No solo qué compran, sino qué miran, cuánto tiempo permanecen en cada página, qué abandonan en el carrito. Cada clic cuenta una historia.
2. Segmenta por intención, no por demografía: En lugar de "mujeres 25-35", piensa en "exploradores de tendencias" vs "compradores prácticos". La intención predice mejor que la edad.
3. Itera en tiempo real: Si alguien mira tres productos similares, tu sistema debería ajustarse inmediatamente. No esperes a que compren para aprender.
Prompt reutilizable para diseñar tu sistema de recomendaciones:
"Actúa como un especialista en sistemas de recomendación. Mi tienda vende [tipo de productos]. Tengo datos de [describe tus datos: clics, compras, tiempo en página, etc.]. Diseña un sistema de recomendación en 3 niveles: (1) reglas básicas para nuevos usuarios sin historial, (2) personalización basada en comportamiento para usuarios recurrentes, (3) predicciones avanzadas para usuarios frecuentes. Para cada nivel, especifica qué datos usar y qué lógica aplicar. Hazlo implementable sin IA compleja inicialmente."
🧠 Dato curioso: El algoritmo de recomendación de Spotify analiza no solo qué canciones escuchas, sino cuándo las saltas. Si saltas una canción en los primeros 5 segundos vs después de 2 minutos, eso le dice cosas completamente diferentes sobre tus gustos. Este nivel de granularidad es lo que hace que sus recomendaciones sean casi mágicas.
Pregunta para ti: Si pudieras tener un asistente de IA que te ayude con UNA tarea repetitiva de tu trabajo, ¿cuál sería?
1️⃣ Escribir y responder emails
2️⃣ Analizar datos y crear reportes
3️⃣ Programar y depurar código
Respóndeme directamente a este email. Me encanta leer lo que piensas!
Nos vemos mañana con más historias del mundo tech.
¡Que tengas un día increíble! 🚀
